一种重力坝时空关联监测数据采集与可视化呈现方法技术

本发明专利技术涉及一种重力坝时空关联监测数据采集与可视化呈现方法，其特征在于，该方法包括基于时空关联的无线传感数据采集算法和基于时空关联的数据分析算法；所述的基于时空关联的无线传感数据采集算法为考虑空间相关性的基础上采取的时间域采样频率调整算法；所述的基于时空关联的数据分析算法包括时空自回归滑动平均模型和时空自回归模型。本发明专利技术涵盖重力坝多部位、多测点、多种类监测数据，实时对重力坝关键部位的工作性态进行可视化综合分析和快速评价，使大坝安全评价从传统单测点的独立分析评价转向多测点、多项目的多维度综合评价。评价。评价。

【技术实现步骤摘要】
一种重力坝时空关联监测数据采集与可视化呈现方法


[0001]本专利技术属于水利水电工程
，尤其是属于一种重力坝时空关联监测数据采集与可视化呈现方法


技术介绍

[0002]在传统的重力坝实测监测数据分析过程中，通常对单个测点的监测序列进行建模，这意味着需要对所有的测点进行建模，造成大量模型冗余。大坝监测数据之间不仅存在时间相关性，而且大坝作为一个整体结构，各监测点之间的位移是相互关联的，即存在空间相关性，因此，构建基于时空关联技术的重力坝几何属性关系、数据时间序列特性和大坝特征参数的可视化技术，实时对流域大坝各部位工作性态综合分析和快速评价，促进大坝安全评价从传统单测点的独立分析评价向多测点、多项目的多维度综合评价发展。
[0003]目前，时空关联技术的研究大多集中在关联规则算法性能提高方面，对于关联规则结果的准确表达和应用方面的研究却比较少，但是增强用户对关联规则结果的理解和应用也是不可忽略的问题，它将直接关系到前期挖掘阶段所产生成果在实际应用中的价值。由于可视化技术充分利用了图型图像的形象表达能力，响应了人对色彩和形状本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种重力坝时空关联监测数据采集与可视化呈现方法，其特征在于，该方法包括基于时空关联的无线传感数据采集算法和基于时空关联的数据分析算法；所述的基于时空关联的无线传感数据采集算法为考虑空间相关性的基础上采取的时间域采样频率调整算法；所述的基于时空关联的数据分析算法包括时空自回归滑动平均模型和时空自回归模型。2.根据权利要求1所述的重力坝时空关联监测数据采集与可视化呈现方法，其特征在于，所述的基于时空关联的无线传感数据采集算法为，基于最小生成树在网络中寻找初始汇聚节点，然后利用K均值进行分簇，将整个网络划分成多个簇；并对簇内节点依据权值选择簇首；簇内节点轮流进行采样，不采样的节点进入睡眠状态；各个簇中的簇头节点根据感知数据的历史模型和当前采样数据的变化情况决定聚类内所有成员节点的采样频率；最后，以sink节点为根节点，簇首节点组成最小生成树，多跳发送信息给sink节点。3.根据权利要求2所述的重力坝时空关联监测数据采集与可视化呈现方法，其特征在于，所述的基于时空关联的无线传感数据采集算法包括以下步骤：步骤1)已知网络拓扑结构，进行初始化；步骤2)基于最小生成树算法在网络区域内的选择初始汇聚顶点；步骤3)利用K均值算法对网络内节点进行分簇；步骤4)每个K均值聚类内的节点，选举剩余能量最多的节点作为聚类中的簇头节点，以sink节点为根节点建立所有簇首节点的最小生成树；步骤5)分簇内的节点，根据剩余能量每轮选择m个节点工作，在采样过程中继续依据时间序列分析方法，进行采样间隔的调整，并保持事件监测，在监测到事件时，m的值增大，在平稳时，保持m的值；根据平稳数据预测精度和速度的需求，且考虑计算和存储受限，采用一阶AR预测模型，来预测Rt的值；式中，常数代表使用Yule
‑
Walker估计，即最终给出基于最小均方误差形式的预测公式为4.根据权利要求1所述的重力坝时空关联监测数据采集与可视化呈现方法，其特征在于，所述的时空自回归滑动平均模型为，考虑观测点之间相关联的信息，对空间多点的整体监测物理量进行分析与预报，对于平稳的时空序列，其时空自回归滑动平均模型的形式为：式中，α
t
为随机误差，服从正态分布；p、q分别为时间自回归和滑动平均阶数；m
k
、n
k
分别为时间延迟k时的空间自回归和滑动平均阶数；w(h)为h阶空间延迟的权阵，表示空间上的h阶邻接，w(0)＝E。
5.根据权利要求1所述的重力坝时空关联监测数据采集与可视化呈现方法，其特征在于，所述的时空自回归模型为，空间...

【专利技术属性】
技术研发人员：陈亚军，肖海斌，卢吉，李黎，徐小坤，许后磊，唐季，张鹏，张礼兵，郭锐，胡晓云，赵志勇，
申请(专利权)人：中国电建集团昆明勘测设计研究院有限公司华能集团技术创新中心有限公司，
类型：发明
国别省市：